質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.37%

  • Python 3.x

    10772questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

numpyでcsvファイルを読み込むと、"b'20080104'"のような文字列が出て、date型に変換できない

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 95

H.Ka2

score 24

前提・実現したいこと

SQLAlchemyを使って、日本の株式市場の銘柄のデータベースを作りたいと考えました。
まずは、オンメモリのSQLiteで作れないかと思い、
いろんなサイトのサンプルを使ってソースコードを描いていたのですが、日付の処理で,
エラーが出てしまい、先に進まなくなってしまいました。
非常に基礎的なことで詰まっているようで大変申し訳ないのですが、
ご教示いただけましたら幸甚に存じます。

発生している問題・エラーメッセージ

ValueError: time data "b'20080104'" does not match format '%Y%m%d'

該当のソースコード

from numpy import genfromtxt
from time import time
from datetime import datetime
from sqlalchemy import Column, Integer, Float, Date
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

def Load_Data(file_name):
    data = genfromtxt(file_name, delimiter=',', converters={0: lambda s: str(s)})
    print(data)
    return data.tolist()

Base = declarative_base()

class Price_History(Base):
    #Tell SQLAlchemy what the table name is and if there's any table-specific arguments it should know about
    __tablename__ = 'Price_History'
    __table_args__ = {'sqlite_autoincrement': True}
    #tell SQLAlchemy the name of column and its attributes:
    id = Column(Integer, primary_key=True, nullable=False) 
    date = Column(Date)
    opn = Column(Float)
    hi = Column(Float)
    lo = Column(Float)
    close = Column(Float)
    vol = Column(Float)

t = time()

#Create the database
engine = create_engine('sqlite:///:memory:')
engine = create_engine('sqlite:///csv_test.db')
Base.metadata.create_all(engine)

#Create the session
session = sessionmaker()
session.configure(bind=engine)
s = session()

#try:
file_name = "1328_test.csv" # sample CSV file used:  http://www.google.com/finance/historical?q=NYSE%3AT&ei=W4ikVam8LYWjmAGjhoHACw&output=csv
print(file_name)
data = Load_Data(file_name) 

# print(data)

for i in data:

    print(type(i[0]))
    print(i[0])
    record = Price_History(**{
        'date' : datetime.strptime(i[0], '%Y%m%d').date(),
        'opn' : i[1],
        'hi' : i[2],
        'lo' : i[3],
        'close' : i[4],
        'vol' : i[5]
    })
    print("date:{0}, open:{1}, vol:{2}".format(datetime.strptime(i[0], '%Y%m%d').date(), i[1], i[2]))
    s.add(record) #Add all the records

s.commit() #Attempt to commit all the records
#except:
#    s.rollback() #Rollback the changes on error
#    print("rollback!")
#finally:
#    s.close() #Close the connection
print("Time elapsed: " + str(time() - t) + " s.") #0.091s

試したこと

'bについて調べてみたのですが、byte型として扱われている?ようなのですが、
これをpython3ではどういう風に扱うべきなのかがよくわかりませんでした。
(Pandasとかで読んでも、今までこういう形にならなかったので)

補足情報(FW/ツールのバージョンなど)

python3.6

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+2

genfromtxtのリファレンスをまず見てみるとなぜbytesとなるか書いてありました。

https://docs.scipy.org/doc/numpy/reference/generated/numpy.genfromtxt.html

encoding : str, optional

   Encoding used to decode the inputfile. Does not apply when fname is a file object. The special value ‘bytes’ enables backward compatibility workarounds that ensure that you receive byte arrays when possible and passes latin1 encoded strings to converters. Override this value to receive unicode arrays and pass strings as input to converters. If set to None the system default is used. The default value is ‘bytes’.

   New in version 1.14.0.

ということらしいので、このパラメータに'latin1'なり'utf8'なり適切なエンコーディングを指定するとbytesではなくstrとしてcsvファイルの中身を読み込んでくれるようです。

なお、本問題に直接関係ないですが、genfromtxtのデータ変換機能を使うなら、いっそのこと読み込んだと同時に望みのデータタイプ(datetime.date)に変換しておくのがよいのではないかとも感じました。そうしておくと後の処理で一々文字列から日付へ変換する手間が省けます。

以上からこんなふうにもできると思います。

...

def Load_Data(file_name):
    data = genfromtxt(file_name, delimiter=',',
                      converters={0: lambda s: datetime.strptime(s, '%Y%m%d').date()},
                      encoding='latin1')  # 入力データは全て半角英数文字と仮定
    ...

...

for i in data:
    # ここで一々i[0]を変換せずに済む
    record = Price_History(date=i[0], opn=i[1], hi=i[2], lo=i[3], close=i[4], vol=i[5])
    # ここも変換不要なのでこんなふうにも書ける
    print("date:{0}, open:{1}, vol:{2}".format(*i[:3])
    ...

...

蛇足:

これまたご質問には関係ないですが、Price_Historyの引数パターンを見ると0~5要素目を全部使うので、こういう書き方もありかなと思いました。

columns = 'date', 'opn', 'hi', 'lo', 'close', 'vol'
for row in data:
    record = Price_History(**{col: val for col, val in zip(columns, row[:6])})
    ...


自分はdictの内包表記を比較的最近知りました。新しく知ったことはチャンスがあると嬉しがって使います。カラム名と値の組を一々インデックスを指定しながら書くよりはこんな書き方の方が少しだけミスが減るような気がします。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/05/06 10:26

    なるほど、確かに先に変換しておけば手間になりませんね。
    ほかのご指摘についてもコードとしてシンプルになって
    可読性が上がっているように思います。ありがとうございます!
    読みやすさ、大事ですね!!

    キャンセル

+1

lambda s: str(s)ではなくlambda s: s.decode()とでもしてみましょう。

この場合、strは「オブジェクトの文字列表現を得る」関数として働き、「bytesstrに変換する」役割を果たしません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/05/06 10:09

    ありがとうございますー。なるほど。。。
    str()だけでは、bytes型を変換してくれないんですね。勉強になりました^^

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.37%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • Python 3.x

    10772questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。